波动率函数的局部常数K-nn估计  

Non-parametric Estimation of Volatility Functions in Diffusion Models Based on Local Constant k-Nearest Neighbor Method

作　　者：叶绪国[1] 龙伟芳[1] 龙伟锋[2] Ye Xu-guo;LONG Wei-fang;LONG Wei-feng(Kaili University,Kaili,Guizhou,556011,China;Guizhou Normal University,Guiyang,Guizhou,550001,China)

机构地区：[1]凯里学院,贵州凯里556011 [2]贵州师范大学,贵州贵阳550001

出　　处：《凯里学院学报》2019年第3期12-20,共9页Journal of Kaili University

基　　金：贵州省科技厅联合基金项目(黔科合LH字[2017]7167号);贵州省教育厅自然科学研究青年科技人才成长项目(黔教合KY字[2018]364);凯里学院2017年度学术新苗培养及创新探索专项(黔科合平台人才[2017]5723);凯里学院2017年国家自然科学基金培育课题(黔科合平台人才[2017]5723-02);凯里学院2017年度引进(自主培养)博士专项课题(BS201705);凯里学院校级规划课题(Z1505)

摘　　要：归因于在金融风险管理中的应用,扩散模型中波动率函数估计受到广泛的关注.利用Knn估计技术,提出了波动率函数的非参数估计方法,且建立估计量的渐近正态性.同时,介绍了应用最小二乘交叉验证(CV)技术选取参数k,并给出相应的渐近性质.Estimation of the volatility function in diffusion models has become increasingly popular mainly due to applications in financial risk management.In this paper, we propose two non-parametric estimators for the volatility function, which are constructed via the k nearest-neighbor method.The asymptotic normality of the proposed non-parametric estimators are developed.The least squares cross-validation(CV) method is used to select the parameter k and the related asymptotic properties are also developed.

关 键 词：扩散模型 波动率函数 最近岭估计 交叉验证 

分 类 号：O212[理学—概率论与数理统计] F830[理学—数学]